离散数据（data)以及一些条件的误差给数据分析(Data Analysis)带来很大的困难（difficult)，甚至严重破坏数据而带来错误的分析结果，现实条件下该现象确实存在。中位数是数据分析中-个非常稳健（prudent)的参数(parameter)，当数据没有离散数据时，其数值接近于数据组的平均值;当数据有离散数据时，平均值会远离真实值，而中位数几乎不偏离真实值，说明中位数是稳健的。
因此，可以用中位数和平均值（The average value)之间的差异来判断数据（data)中是否存在离散数据。利用改进的Huber M方法处理数据,如果平均值越来越接近中位数，说明数据不存在离散数据;如果平均值越来越偏离中位数，说明数据存在离散数据。
显著性水平根据数据（data)要求而定,根据近代统计学，推荐取值范围为00.。经过改进的Huber M方法处理过的数据，其离散数据对总体数据的影响降低、显著性水平提高，为数据的进步 分析(Analyse)提供可靠的保证。其中一些理论需要进步完善，如中位数与平均值的相似度、数据的显著性水平如何确定等，尚缺乏理论依据。
根据改进的Huber M方法对C滚动轴承(bearing)振动数据（data)及
　　A、B滚动轴承摩擦力矩数据的处理结果，可以看出在显著性水平0~0.内，C滚动轴承振动数据的方差变化复杂，
　　A、B滚动轴承(bearing)摩擦力矩数据的方差单调减小。
依据统计学理论，提出-种以中位数估计和Huber M估计两种稳健化处理方法相融合的对数据进行稳健化处理的方法。
该方法用中位数和平均值（The average value)差的值作为数据是否稳健（prudent)的标准，在一-定显著性水平范围内,对数据进行稳健化处理;选取中位数和平均值差的值小值的数据作为稳健数据。复合滚轮轴承作为复合滚轮和机器设备连接的部分，通常轴头头部设计为倒角，方便安装，可直接将轴头接焊接在设备上，也可将轴头焊接在带有圆孔的连接板上再将连接板和设备组装。利用该方法对C滚动轴承振动数据及
　　A、B滚动轴承摩擦力矩数据（data)进行稳健化处理。滚轮轴承组合滚轮轴承由主滚轮、侧滚轮、轴头和盖板组成。该轴承为密封结构，充填润滑脂，提供长期有效润滑，用户可免润滑。对于使用工况恶劣的可设计补充润滑脂的通道，提高轴承使用寿命。螺栓滚轮轴承侧滚轮为一套复合滚轮当中第二承载体，主要承受水平方向载荷，同样具有很强的耐冲击性、耐磨性及抗腐蚀性。侧滚轮为无内圈满滚针设计，由一根芯轴代替内圈和轴头衔接承载。
结果表明，滚动轴承(bearing)性能数据经过稳健（prudent)化处理后,数据的大值小于原数据的大值、小值大于原数据的小值;方差小于原数据的方差;数据的平均值（The average value)更接近中位数。这说明经过稳健化处理后,轴承性能数据的连续（Continuity)性增强，离散性减弱,数据的可信度提高，为滚动轴承性能数据的进一步分析(Analyse)提供可靠依据。